python实现图像中多目标标记

最新推荐文章于 2023-11-21 14:17:35 发布

Jeffrey_Cui

最新推荐文章于 2023-11-21 14:17:35 发布

阅读量2.8k

点赞数

分类专栏：机器学习文章标签： python 图像处理多目标

本文链接：https://blog.csdn.net/cui134/article/details/29579359

版权

这篇博客介绍了如何使用Python实现类似MATLAB中bwlabel函数的功能，对二值图像进行多目标标记。通过遍历和递归算法，识别并标记出图像中的不同目标，即使它们是离散点也能通过一定条件判断为同一目标。示例展示了成功标记出图像中的6个目标。

摘要由CSDN通过智能技术生成

这个函数类似于matlab中的bwlabel函数，通过输入一副二值图像，返回的是标记后的图像，标记后的图像反映了原图中目标的个数，这里认为8邻域相邻代表着同一个目标，如果图像都是离散点，那么可以通过距离的判定来判断是否为同一目标(ps. 这个函数我没有参考matlab原函数，是自己根据bwlabel函数的实现结果自己写出来的，如果有不正确的地方，还望指正)。

函数原理如下：

1.遍历图像，找到图像中像素非0且未标记的点

2.以这个点为种子点，递归找到所有符合同一目标条件的点，并标记

3.返回到第一步，直到所有像素点遍历完成

由于最近在看python，所以用python代码实现如下：

import numpy as np
a=np.array([[0,0,0,1,1,1,0,0,0,0,0],
            [0,0,0,1,1,1,0,0,0,0,0],
            [0,0,0,1,1,1,0,1,1,0,0],
            [0,0,0,0,0,0,0,1,1,0,0],
            [0,0,0,1,1,1,0,0,0,0,0],
            [0,1,0,1,1,1,0,0,0,0,0],
            [0,0,0,0,0,0,0,0,1,1,0],
            [0,0,0,1,1,0,0,0,1,1,0],
            [0,0,0,1,1,0,0,0,0,0,0],
            [0,0,0,0,0,0,0,0,0,0,0]])
temp=np.zeros(a.shape[1])
temp=np.tile(temp,[a.shape[0],1])
def bwlabels(img,x,y,n):#种子点(x,y)，递归找出与该点为同一目标的点
    w=len(img[0])
    h=len(img)
    
    num=0
    pt=[]
    #图像的九种情况
    if (x!=0 and x!=w-1) and (y!=0 and y!=h-1):
        for i in range(3):
            for j in range(3):          
                if img[y-1+i][x-1+j]==1 and temp[y-1+i][x-1+j]==0: